有人觉得人工智能是人类最伟大的技术进步，有人则认为人工智能是人类生存面临的最大威胁，真理可能介于这两个极端之间。

人工智能技术目前尚处于起步阶段，因此很难判断它到底会产生怎样的影响。但在里维埃拉海事（Riviera Maritime）近期举办的一场网络研讨会上，有与会者称人工智能技术目前在海事领域的使用虽十分有限，但它无疑能支持更智能的航运。

加强船舶性能的传统挑战之一，在于收集到的数据差异过大。船舶的速度和动力性能差异巨大，这体现在从船长的选择到租船人要求的方方面面，很难收集到具有代表性的数据。

因此，我们难以用传统技术建模，但神经网络能更轻松地处理这些差异。亚当·索贝 (Adam Sobey) 任南安普顿大学人工智能海事应用专业副教授，他在研究中利用人工智能预测船舶动力需求，在真实气象条件下的预测误差仅 2%。

他表示：“误差小于模型或拖曳水池，大多数船舶数据的误差为 4%。我们可以整合每艘船舶的预测结果，并据此对船队做出预测。无需给每艘船舶配备相关设备，也能确保较高的外推精确度。”

将此数据与船体的吃水、平舱优化及空气润滑相结合，能节省相当可观的燃油量，从而大幅减少二氧化碳的排放量。用气象、潮汐和港口延期算法优化航行，以调整速度和入港时间，他认为船东与定期租船相当的收益可轻松增加 7%。

法国初创企业 SINAY 以类似方法提高航行性能，用算法优化导航，从而提高效率并削减成本。这家公司制作了一张海上“Google Map”地图，以此明确以传统方法难以估算，但又会对效率产生重大影响的环境特性。

在此过程中，他们会先对照自动识别系统 (AIS) 数据清理并验证真实数据，然后用这些数据训练人工智能技术，由此提高实际船舶和位置相关信息的可信度。产品体验经理玛丽·贝松-利奥德 (Marie Besson-Leaud) 表示：“人工智能并非魔法，也无法为我们表演魔术，我们需要培训并搭建技术，并为其输入数据。”

她补充说，人工智能之所以尚未更大范围地投入使用，是由于资源不足，此外还要消除海事用户对人工智能的诸多误解。很多人对人工智能有大致概念，但不了解人工智能应用与其所在领域有何关系。

索贝认为人工智能短期内无法完全促成“自动驾驶”航运；并表示人仍是航海业的核心。他表示：“人工智能可以改善我们的工作方式，让人远离危险，免受伤害。人们采纳和使用机器学习已有数十年的时间，但真正配备全自动流程的人工智能仍处于构想阶段。”

他表示：“在自动驾驶航运领域，我们将逐步向人工智能的方向迈进。社会背景为人工智能提供了动力，但在多数情况下，都未构成商业案例。人力仍是不可或缺的要素，去除船长职位无法节省任何成本，仍需要人来承担领导责任。”

贝松-利奥德指出了自动驾驶船舶的相关心理阈值，以及与航空航天领域相似的障碍。用户调研表明，人工智能目前虽未取代人类，但人们对此有着真切的担忧。她表示：“人工智能的作用是支持人类活动，即便是半自动驾驶船舶也还是离不开人的操作。”

在人工智能的大背景下，对该领域的任何初创企业而言，数据都是至关重要的新资源，到目前为止，我们都在浪费此宝贵资源。未来，我们需要传承知识，以免它被人遗忘，同时也要高效利用而非随意处置数据。

贝松-利奥德发现，数据所有者对分享仍持保留态度，“航运公司需要制定数据分享战略，让合作伙伴了解数据分享状况”。因此，我们可能要在很长一段时间后，才能实现所有潜在应用。

她补充道：“港口的状况尤其表明了我们拥有数据，但不了解应如何利用数据。但人工智能颇具意趣，因为我们能将现有数据集成至建模，并为模型提供经清理的结构化数据。”

但人工智能是否还有其他影响——我们能否利用人工智能预测天气，并据此规划船舶航线，这对保险公司而言是否具有宝贵价值？索贝持否定意见。虽然天气预测的精准度日益提高，人们也关注其价值，但它主要还是属于理论推测。

他表示：“船长仍掌控着船舶，任何导航人工智能都仍需依靠其审慎决策，人工智能的作用是提供一般指引和能见度。”

如想搭建真正的导航神经网络，就需要收集所有现有的航线和港口数据，并将这些数据导入能支持交通管理、优化和船舶安全的集成 VTS 中。

索贝认为法律法规的革新速度尚不足以为此提供支持：“进行人工智能建模时，我们需要数据标准，标准的缺失会对我们的工作产生重大影响。有了标准，我们的工作才能取得进展。我们需要本体，有了这些建模基石，我们才能明确了解变革的潜在影响”。